一、 选题意义
1、 理论意义
合成孔径雷达（SAR）是一种相干成像技术，能够生成地形和目标的高分辨率图像。与SAR数据源快速增长的现状相比，以SAR图像去噪解译为核心的SAR应用技术研究相对滞后。对SAR图像快速、自动地去噪解译成为了一个世界性的研究课题。
- 现实意义
我国作为一个陆地与海疆面积广大，资源丰富但自然灾害频发的发展中大国， 具有高分辨率、全天候、全天时工作特点的 SAR 不仅在侦察、测绘、火控、制导、 预警等军事领域展开了深度应用，而且在资源探测、生态监测、土地利用、农业 规划、农作物估产与病虫害评估、自然灾害实时监测与评估中也发挥着不可替代的作用。但是SAR是一种依赖于相干成像的系统，在其形成的图像中将不可避免地出现一种被称为斑点噪声的干扰，更为麻烦的是这种斑点噪声与目标平均后向散射强度成正比，从而表现出乘性噪声的特性，极大影响了SAR图像的质量和清晰度，对SAR相关应用产品的发展起到了阻碍作用。因此，如何抑制和消除斑点噪声就成了SAR图像处理技术发展的重点。
二、 论文综述
1、 理论的渊源及演进过程
纹斑以及类似现象的研究最早可以追溯到19世纪的物理和工程类的研究工作。自从70年代以来，英美各国就开始进行SAR图像的自动处理研究，借助成熟估计理论的 SAR 图像空域抑斑方法研究早，不少空域抑斑方法出 现在上个世纪，这类抑斑方法依赖相干斑与场景的统计模型，出现了很多经典和 成熟的算法，包括 Lee 滤波[1]、Kuan 滤波[2]、Frost 滤波[3]及它们的多种改进算 法。以相干斑的乘性噪声模型为背景，基于小均方误差估计方法的 Lee 滤 波、Kuan 滤波、Frost 滤波等一批抑斑方法被首先提出，并被业内学者视为经典的 SAR 图像自适应空域抑斑算法。众多学者以这些经典的抑斑方法为基础，发展延 伸出了一大批改进算法，如强型的 Lee 滤波与增强型的 Frost 滤波[4]，针对高 分辨SAR图像的改进Sigma滤波[5]等。在假设SAR图像相干斑统计模型为Gamma 分布的条件下，基于大后验概率的 Gamma MAP 滤波[6]被提出。
我国对SAR的研究工作起步较晚，开始于20世纪70年代后期。20世纪70年代后期中 国科学院电子研究所开展了机载SAR的研制工作。经过多年的不懈努力，我国对SAR的研究有了较快发展。中科院电子所、信息产业部第14所、第38所等相继研制出了不同的机载合成孔径雷达并完成了实验。对SAR图像处理的研究也取得了很大的进展，许多高校也相继开展了SAR成像方法及SAR图像分析与处理的研究工作，并取得了一定的成绩。但是我国在SAR图像的后期处理工作方面，特别是目标的特征提取和识别方面，还处于初级阶段。
总的来说，随着神经网络、遗传算法、统计学理论、形态学理论以及小波理论等在图像分割中的广泛应用，图像分割技术呈现出以下的发展趋势：一是对原有算法的不断改进；二是新方法、新概念的引入和多种方法的有效综合运用。人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果，因而很多人在把新方法和新概念不断引入到图像分割领域的同时，也更加重视把各种方法综合起来运用。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
